[發(fā)明專利]一種基于深度學(xué)習(xí)的列車控制方法

有效

• 申請?zhí)枺?/td>: 201811150477.2
• 申請日: 2018-09-29
• 公開（公告）號: CN109204390B
• 公開（公告）日: 2021-03-12
• 發(fā)明（設(shè)計）人: 劉波;杜恒
• 申請（專利權(quán)）人: 交控科技股份有限公司
• 主分類號: B61L27/00
• 分類號: B61L27/00
• 代理公司: 北京路浩知識產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王瑩;李相雨

本發(fā)明實施例公開了一種基于深度學(xué)習(xí)的列車控制方法，包括：從歷史數(shù)據(jù)中篩選得到駕駛經(jīng)驗豐富的司機駕駛列車時的司機駕駛數(shù)據(jù)；根據(jù)司機駕駛數(shù)據(jù)對初始的深度網(wǎng)絡(luò)模型進行訓(xùn)練，得到訓(xùn)練好的深度網(wǎng)絡(luò)模型；將不同時刻的列車狀態(tài)輸入訓(xùn)練好的深度網(wǎng)絡(luò)模型，計算得到不同時刻的列車控制量。通過采用深度學(xué)習(xí)技術(shù)對ATO控制算法建模，不需要考慮內(nèi)在控制過程，極大地簡化了問題的復(fù)雜性；通過采用駕駛經(jīng)驗豐富的司機的駕駛數(shù)據(jù)訓(xùn)練深度網(wǎng)絡(luò)模型，輸出不同時刻的列車控制量，當(dāng)獲得新的司機駕駛數(shù)據(jù)時，對深度網(wǎng)絡(luò)模型重新進行訓(xùn)練便可得到具有新數(shù)據(jù)特征的列車控制量，能夠在保證列車的準(zhǔn)時性和停車精度的前提下，改善列車舒適度，提高乘客乘坐體驗。

技術(shù)領(lǐng)域

本發(fā)明實施例涉及軌道交通技術(shù)領(lǐng)域，具體涉及一種基于深度學(xué)習(xí)的列車控制方法。

背景技術(shù)

隨著軌道交通的迅捷發(fā)展，軌道交通客運量也迅速增加。人們在追求快捷出行的同時，也對列車舒適度提出了更高的需求。在實際應(yīng)用的ATO(Automatic TrainOperation，列車自動控制)控制算法中，多是利用PID控制算法來計算列車控制量以追蹤目標(biāo)速度，根據(jù)當(dāng)前線路條件的不同，列車控制量的值可能出現(xiàn)較大幅度變化。這會導(dǎo)致列車運行過程不平穩(wěn)，列車舒適度難以有效保證。

在具備ATO功能的軌道交通線路中，列車可以由ATO控制，也可以由司機控制。通過對兩種操作模式下的駕駛數(shù)據(jù)進行對比可以得出，列車舒適度在由具有豐富駕駛經(jīng)驗司機駕駛列車時較ATO控制條件下具有更好的效果。因此，如何利用司機駕駛列車的經(jīng)驗數(shù)據(jù)設(shè)計更符合人類駕駛習(xí)慣的ATO控制算法，以此改善ATO控制條件下的列車舒適度是亟需解決的問題。

發(fā)明內(nèi)容

由于現(xiàn)有方法存在上述問題，本發(fā)明實施例提出一種基于深度學(xué)習(xí)的列車控制方法。

本發(fā)明實施例提出一種基于深度學(xué)習(xí)的列車控制方法，包括：

從歷史數(shù)據(jù)中篩選得到駕駛經(jīng)驗豐富的司機駕駛列車時的司機駕駛數(shù)據(jù)；

根據(jù)所述司機駕駛數(shù)據(jù)對初始的深度網(wǎng)絡(luò)模型進行訓(xùn)練，得到訓(xùn)練好的深度網(wǎng)絡(luò)模型；

將不同時刻的列車狀態(tài)輸入所述訓(xùn)練好的深度網(wǎng)絡(luò)模型，計算得到不同時刻的列車控制量。

可選地，所述根據(jù)所述司機駕駛數(shù)據(jù)對初始的深度網(wǎng)絡(luò)模型進行訓(xùn)練，得到訓(xùn)練好的深度網(wǎng)絡(luò)模型，具體包括：

根據(jù)自編碼器或受限玻爾茲曼機的預(yù)訓(xùn)練方法，采用所述司機駕駛數(shù)據(jù)對初始的深度網(wǎng)絡(luò)模型進行訓(xùn)練，得到訓(xùn)練好的深度網(wǎng)絡(luò)模型。

可選地，所述根據(jù)所述司機駕駛數(shù)據(jù)對初始的深度網(wǎng)絡(luò)模型進行訓(xùn)練，得到訓(xùn)練好的深度網(wǎng)絡(luò)模型，具體包括：

將所述司機駕駛數(shù)據(jù)輸入初始的深度網(wǎng)絡(luò)模型，得到目標(biāo)列車控制量，根據(jù)所述目標(biāo)列車控制量計算得到各時刻的列車狀態(tài)，并將各時刻的列車狀態(tài)輸入所述初始的深度網(wǎng)絡(luò)模型進行訓(xùn)練，得到訓(xùn)練好的深度網(wǎng)絡(luò)模型。

可選地，所述根據(jù)所述司機駕駛數(shù)據(jù)對初始的深度網(wǎng)絡(luò)模型進行訓(xùn)練，得到訓(xùn)練好的深度網(wǎng)絡(luò)模型，具體包括：

將所述司機駕駛數(shù)據(jù)輸入初始的深度網(wǎng)絡(luò)模型，得到當(dāng)前時刻列車的駕駛策略，并根據(jù)當(dāng)前時刻列車的駕駛策略計算代價函數(shù)中各評價部分的值；

其中，所述代價函數(shù)的評價部分包括：當(dāng)前時刻模型輸出與司機駕駛數(shù)據(jù)差異部分、當(dāng)前時刻下的駕駛策略準(zhǔn)時性部分、當(dāng)前時刻下的駕駛策略停車精度部分以及當(dāng)前時刻下的駕駛策略舒適度部分；

所述代價函數(shù)中各評價部分的值為各評價部分對應(yīng)的權(quán)重。

可選地，所述方法還包括：

若判斷獲知所述初始的深度網(wǎng)絡(luò)模型的訓(xùn)練次數(shù)小于第一閾值，則增加所述當(dāng)前時刻模型輸出與司機駕駛數(shù)據(jù)差異部分的權(quán)重；